当前位置:首页 > 嵌入式 > 嵌入式动态
[导读] 人工智能在全球越来越热,谷歌、IBM、微软的人工战略相继出台,业界早就在等待英特尔人工智能战略图谱。从收下Saffron、Movidius、nervana,到布局无人机、自动驾驶、精准

 人工智能在全球越来越热,谷歌、IBM、微软的人工战略相继出台,业界早就在等待英特尔人工智能战略图谱。从收下Saffron、Movidius、nervana,到布局无人机、自动驾驶、精准医疗,英特尔在AI市场会下怎样的一盘棋?不久前,英特尔在美国公布其人工智能战略。11月30日,英特尔全球副总裁兼中国区总裁杨旭在接受记者采访时表示:“练内功、做生态、聚焦关键AI应用是英特尔AI战略的三个关键。”

深度学习芯片三年后百倍速于GPU

11月30日,英特尔人工智能论坛在北京举行,英特尔公司内部人工智能相关领域的“大佬”悉数到场,包括英特尔人工智能解决方案总经理Naveen G.Rao、英特尔数据中心解决方案部门总经理Jason Waxman以及软件和服务事业部总经理Wiliam Savage。

从英特尔公布的AI图谱来看,英特尔在AI“练内功”的维度,包含了“功能和体验”两个部分。目前大家对英特尔AI的关注更多集中在“功能”维度,收下Saffron、Movidius、Nervana之后,让英特尔在机器学习/深度学习、推理系统、机器视觉等AI“功能”能力上获得了增强。

90天前,英特尔公司完成对Nervana Systems的收购。Nervana是人工智能ASIC芯片供应商,收购Nervana,被视为英特尔对抗AI市场“一边倒”采用GPU的应对之举。目前,市场上大部分的深度学习、机器学习都通过GPU来处理,也正是这个原因让拥有GPU的英伟达公司股价一涨再涨。拿下Nervana,能让英特尔战胜英伟达GPU吗?

Nervana公司联合创始人Naveen G.Rao现在是英特尔公司人工智能解决方案部门的总经理。他认为,GPU并不是为AI而生的,所以它不可能比Nervana 更好。“英伟达的产品主要针对图像渲染,这与深度学习有类似地方,但并不完全相同。从目前可选择看,GPU是能够用来加速深度学习最适合的产品。但事实上,人们还可以打造更优化、更适合深度学习的产品。从架构上看,英特尔的深度学习芯片比GPU加速深度学习的速度要快十倍。”

Naveen G.Rao表示。目前,英特尔公布了如何将Nervana的技术集成至现有产品路线图的更多细节。英特尔将在2017年上半年测试第一款芯片(代号为Lake Crest),并在下半年向主要客户发售。此外,英特尔还在人工智能路线图中增加了一款新产品(代号为Knights Crest),它将Nervana技术与英特尔至强处理器紧密集成。从透露的信息看,英特尔希望三年后,Nervana能将训练深度学习模型的时间缩短至GPU解决方案的1/100。

不久前,英特尔在旧金山公布了其AI产品组合,在产品组合中,除了Nervana,还包括了至强处理器、至强融核处理器以及FPGA。英特尔之所以给出这样的产品组合,因为有数据显示,在数据中心,目前与AI相关的计算占比为7%左右,还是比较少的一部分,针对不同的工作负载仍需要不同的芯片。

英特尔执行副总裁兼数据中心事业部总经理柏安娜透露,相较于前一代处理器,下一代英特尔至强融核处理器(代号为Knights Mill)的深度学习性能可提高4倍,计划于2017年上市。另外,英特尔已向特定云服务提供商合作伙伴提供下一代至强处理器(代号为Skylake)的初期版本,该处理器采用了英特尔高级矢量指令集AVX-512集成加速技术,能够极大增强机器学习工作负载的推理性能。

尽管有了路线图,Nervana与英特尔在技术上融合、芯片的量产仍需要时间。未来的路线仍有可能随市场再做微调。

推动AI生态布局重点应用

Naveen G.Rao曾在高通公司工作过,后来创立了Nervana公司。为何选择“嫁给”英特尔而不是高通或其他公司?他表示看重英特尔在数据中心和生态方面的能力。要想让Nervana释放更大的能量,加入英特尔这样有生态能力和很强数据中心和芯片制造能力的企业是更好的选择。

在英特尔人工战略图谱中,另一个重要的维度是AI生态。英特尔希望通过一系列兼具易用性和跨平台兼容性的开发工具,通过建立联盟、推动教育,来打造开放的人工智能生态系统。

在美国,英特尔与谷歌联手,合作主要包括Kubernetes(容器)、机器学习、安全和物联网的技术集成。在北京的这场人工智能论坛上,京东现身站台,京东透露采用英特尔至强处理器以及Caffe版本解决方案,可以更灵活地应对亿级量级的图像数据处理任务。比如,对非法图像识别的线上性能提升4倍以上。同时透露未来双方还将在人工智能领域继续深入合作。

不久前。英特尔还推出了英特尔Nervana图形编译器来加速英特尔芯片中的深度学习框架的发展。目前各IT巨头都在加强深度学习框架的发展,这个平台能否聚集更大的群体,仍不明朗。

除了工具、平台、生态的建立,事实上英特尔最近两年加大了对无人机、自动驾驶、机器人等领域的布局和投入,这些看似尚未规模启动的新兴的市场对英特尔意味着什么?

英特尔公司副总裁、数据中心事业部数据中心解决方案部门总经理Jason Waxman认为,自动驾驶是非常典型的人工智能应用,将是一个万亿美元的市场。目前英特尔已成立专门的新部门“自动驾驶集团”(ADG),来推动无人驾驶解决方案的开发。而此前英特尔宣布,将增加2.5亿美元的风险投资来投资自动驾驶技术领域。本周二,英特尔宣布了与Mobileye和Delphi的合作。

事实上,英特尔不仅仅是投入在这些与AI“强关联”的应用,英特尔也活跃在体育、娱乐等领域。

对于英特尔的广泛渗透和涉猎,杨旭表示,英特尔是一个专注于数据处理的公司,数据特征的变化是英特尔公司必须要了解的,这也是为什么英特尔要关注和更深度介入包括体育在内的各行各业的原因,目的是提供更好的数据处理能力和数据体验,释放数据价值。

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

LED驱动电源的输入包括高压工频交流(即市电)、低压直流、高压直流、低压高频交流(如电子变压器的输出)等。

关键字: 驱动电源

在工业自动化蓬勃发展的当下,工业电机作为核心动力设备,其驱动电源的性能直接关系到整个系统的稳定性和可靠性。其中,反电动势抑制与过流保护是驱动电源设计中至关重要的两个环节,集成化方案的设计成为提升电机驱动性能的关键。

关键字: 工业电机 驱动电源

LED 驱动电源作为 LED 照明系统的 “心脏”,其稳定性直接决定了整个照明设备的使用寿命。然而,在实际应用中,LED 驱动电源易损坏的问题却十分常见,不仅增加了维护成本,还影响了用户体验。要解决这一问题,需从设计、生...

关键字: 驱动电源 照明系统 散热

根据LED驱动电源的公式,电感内电流波动大小和电感值成反比,输出纹波和输出电容值成反比。所以加大电感值和输出电容值可以减小纹波。

关键字: LED 设计 驱动电源

电动汽车(EV)作为新能源汽车的重要代表,正逐渐成为全球汽车产业的重要发展方向。电动汽车的核心技术之一是电机驱动控制系统,而绝缘栅双极型晶体管(IGBT)作为电机驱动系统中的关键元件,其性能直接影响到电动汽车的动力性能和...

关键字: 电动汽车 新能源 驱动电源

在现代城市建设中,街道及停车场照明作为基础设施的重要组成部分,其质量和效率直接关系到城市的公共安全、居民生活质量和能源利用效率。随着科技的进步,高亮度白光发光二极管(LED)因其独特的优势逐渐取代传统光源,成为大功率区域...

关键字: 发光二极管 驱动电源 LED

LED通用照明设计工程师会遇到许多挑战,如功率密度、功率因数校正(PFC)、空间受限和可靠性等。

关键字: LED 驱动电源 功率因数校正

在LED照明技术日益普及的今天,LED驱动电源的电磁干扰(EMI)问题成为了一个不可忽视的挑战。电磁干扰不仅会影响LED灯具的正常工作,还可能对周围电子设备造成不利影响,甚至引发系统故障。因此,采取有效的硬件措施来解决L...

关键字: LED照明技术 电磁干扰 驱动电源

开关电源具有效率高的特性,而且开关电源的变压器体积比串联稳压型电源的要小得多,电源电路比较整洁,整机重量也有所下降,所以,现在的LED驱动电源

关键字: LED 驱动电源 开关电源

LED驱动电源是把电源供应转换为特定的电压电流以驱动LED发光的电压转换器,通常情况下:LED驱动电源的输入包括高压工频交流(即市电)、低压直流、高压直流、低压高频交流(如电子变压器的输出)等。

关键字: LED 隧道灯 驱动电源
关闭